Xếp hạng đánh giá con người LLM dựa trên phiếu bầu của người dùng. Xếp hạng các mô hình theo xếp hạng Elo.
LM Arena (trước đây là Chatbot Arena) là một nền tảng đánh giá LLM của Đại học California, Berkeley, nơi người dùng so sánh và bình chọn câu trả lời của hai mô hình cho cùng một câu hỏi và xếp hạng chúng bằng xếp hạng Elo. Kể từ năm 2026, các nhà phát triển AI ở Nhật Bản và nước ngoài đang đặt ưu tiên cao nhất cho nó như một chỉ báo tham khảo khi giới thiệu các mô hình mới. Mặc dù nó có ưu điểm là tránh các vấn đề rò rỉ trong điểm chuẩn (MMLU, v.v.), nhưng nó cũng đã được chỉ ra rằng có sự thiên vị của con người thiên về ``giọng điệu lịch sự'' và ``câu trả lời dài''. Tại ReviewAI, điểm LM Arena được liệt kê trong tất cả các bài viết so sánh LLM và được sử dụng làm tài liệu tham khảo về chất lượng thực tế mà không thể thấy được chỉ từ điểm chuẩn.